신경 보코더 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 신경 보코더의 주요 임무는 무엇입니까?
   • 멜 스펙트로그램과 같은 음향 표현을 가청 파형으로 변환하려면
   • 텍스트를 직접 의미로 변환하려면
   • 언어 간 음성을 번역하려면
   • 녹음에서 배경 소음을 제거하려면
2. 뉴럴 보코더의 자연스러운 사운드를 구현한 획기적인 2016년 모델은 무엇입니까?
   • HiFi-GAN
   • 웨이브넷
   • 타코트론
   • 멜간
3. 원래 WaveNet이 오디오 생성 속도가 느린 이유는 무엇입니까?
   • 각 단어마다 별도의 GPU가 필요했습니다.
   • 모든 입력에 대해 스스로 재훈련되었습니다.
   • 한 번에 하나의 샘플씩 자동 회귀 방식으로 오디오를 예측했습니다.
   • 오디오와 함께 비디오를 렌더링했습니다.
4. 멜 스펙트로그램은 어떤 정보를 눈에 띄게 삭제하여 보코더의 작업을 더 어렵게 만드는가?
   • 오디오의 크기
   • 사용되는 언어
   • 샘플링 속도
   • 신호의 위상 정보
5. HiFi-GAN과 같은 GAN 기반 보코더는 어떻게 현실성을 향상합니까?
   • 다양한 스케일에서 신호를 판단하는 다중 판별자를 사용하여
   • 먼저 오디오를 텍스트로 변환하여
   • 수천 건의 녹음을 평균하여
   • 저주파만 생성하여
6. 일반적인 최신 TTS 파이프라인에서 보코더가 소비하는 멜 스펙트로그램을 생성하는 것은 무엇입니까?
   • 소음 발생기
   • Tacotron 2 또는 FastSpeech와 같은 음향 모델
   • 보코더 그 자체
   • 마이크
7. What component in HiFi-GAN combines residual blocks with different dilation patterns?
   • A phoneme tokenizer
   • A recurrent attention decoder
   • The multi-receptive-field fusion (MRF) module
   • A speaker-verification classifier
8. What does HiFi-GAN’s multi-period discriminator help assess?
   • Whether the text transcript is grammatically correct
   • Whether the speaker’s face matches the voice
   • Whether the mel-spectrogram uses enough colors
   • Whether generated waveform segments reflect realistic periodic patterns